evidoria

← Retour à la liste

Bonne pratique Importée

La Planification Optimisée par l'IA Réduit les Coûts Sans Licenciements — Lubbock et Edgewood ISD, Texas

États-Unis d'Amérique · Lubbock · Voir le profil de États-Unis d'Amérique

Preuves: Descriptif / auto-déclaré Top 82% 33/100 · Demandez à Evidence Copilot à propos de cette pratique

Face à la baisse des effectifs et à la fin des financements pandémiques, les districts de Lubbock et Edgewood (Texas) ont utilisé une planification optimisée par IA pour rééquilibrer effectifs de classes et charges des enseignants, économisant 2,2 M$ dans 14 écoles de Lubbock et 1,05 M$ dans tout le district d'Edgewood — sans licencier un seul enseignant.

2.2 US$ million
Économies combinées dans 14 écoles de Lubbock (2024-2025)
1.05 US$ million
Économies à l'échelle du district, Edgewood ISD (2024-2025)
2,600 US$ per campus
Économie estimée par établissement, Austin ISD (2024-25 pilot year)
50+ scheduler-hours
Heures de planification économisées, Austin ISD (2024-25 pilot year)
La Planification Optimisée par l'IA Réduit les Coûts Sans Licenciements — Lubbock et Edgewood ISD, Texas

Détails

Maturité
En expansion
Promoteur
Lubbock Independent School District / Edgewood Independent School District
Période
2024-2025 (savings realized); ongoing into 2025-26
Mots-clés
school administration, master scheduling, budget optimization, AI decision-support, resource allocation

Contexte

Face au déclin des effectifs, à la fin des fonds ESSER de l'ère pandémique, et au nombre croissant d'élèves en situation de handicap et ayant des besoins multilingues, le Lubbock Independent School District et l'Edgewood Independent School District (San Antonio) ont adopté des outils d'optimisation par IA pour analyser des scénarios d'emploi du temps et rééquilibrer la taille des classes et la charge de travail des enseignants par rapport aux effectifs réels.

Résultats

Dans un témoignage à la première personne publié dans The 74 (octobre 2025), la responsable académique en chef de Lubbock, Misty Rieber, et la sous-directrice générale d'Edgewood, Kimberly Gilmore-Madkins, ont rapporté des économies combinées de 2,2 millions de dollars dans 14 écoles de Lubbock et de 1,05 million de dollars à l'échelle du district à Edgewood, réalisées sans licencier un seul enseignant. Lubbock s'est appuyé sur ce processus pour justifier une consolidation approuvée par le conseil scolaire des établissements sous-fréquentés, notamment la fermeture de l'école primaire Hodges et les fusions de l'école primaire Overton avec l'école primaire Rush, et du collège O.L. Slaton avec le Dunbar College Academy et le collège Atkins. Un exemple parallèle : l'Austin ISD s'est associé au fournisseur Timely pour auditer 33 emplois du temps directeurs de collèges et lycées, économisant environ 2 600 dollars par établissement et au moins 50 heures de travail de planification durant l'année pilote 2024-25.

Conclusions

Les chiffres d'économies de Lubbock et Edgewood sont autodéclarés par les responsables de district qui ont défendu ces outils, dans un témoignage de type éditorial plutôt que dans un rapport audité de manière indépendante ; aucune étude contrôlée n'isole l'effet de l'outil d'IA des autres décisions budgétaires concomitantes, et aucun résultat d'apprentissage des élèves n'a encore été mesuré.

Mise en œuvre

Coût indicatif
Moyen (50 k€–500 k€) — Vendor licensing costs not disclosed; framed by districts primarily in terms of net budget savings achieved.
Délai jusqu’aux résultats
Moyen (1–3 ans) — Savings realized in the 2024-2025 school year; continuing into 2025-26.
Personnel et compétences
Lubbock ISD chief academic officer (Misty Rieber), Edgewood ISD assistant superintendent (Kimberly Gilmore-Madkins), Austin ISD partnership with vendor Timely

Conditions de réussite

  • Staffing changes achieved through normal turnover and retirements rather than layoffs
  • Use of AI to analyze thousands of possible scheduling scenarios against actual enrollment data
  • Named district leadership championing and publicly reporting on the process

Modes d’échec courants

  • Savings figures are self-reported by officials who championed the tools, not independently audited
  • No controlled study isolates the AI tool's effect from other concurrent budget decisions
  • No student learning outcomes have been measured

Où cela s’applique

Type de gouvernance
district-level (US public school district administration)
Échelle
multi-district (Lubbock, Edgewood, Austin ISDs, Texas)
Niveau de revenu
high-income

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles